مدل‌سازي دماي روزانۀ خاك با استفاده از داده‌هاي سينوپتيكي و شبكۀ عصبي

دماي خاك يكي از مهم­ترين پارامترهاي تأثيرگذار بر روي فرايند­هاي هيدرولوژيكي مي­باشد و يكي از عوامل مؤثر در استقرار پوشش گياهي در مناطق خشك است. بررسي‌ها نشان داده است دماي خاك تحت تأثير پارامترهايي از قبيل متوسط دماي هواي روزانه، حداقل و حداكثر دماي روزانه، تبخير، تابش خورشيدي، تعداد ساعات آفتابي و بارش مي­باشد؛ شناخت از مدل تغييرات دما در اعماق مختلف خاك مي­تواند در تعيين نياز آبي گياهان و فعاليت­هاي بيولوزيكي بسيار مؤثر باشد. با توجه به اهميت موضوع، در اين مطالعه از داده­هاي سينوپتيكي اصفهان به­منظور مدل­سازي دماي خاك در عمق 5 تا 100 سانتي متري خاك با استفاده از شبكۀ عصبي– مصنوعي استفاده شد. نتايج نشان داد كه خطاي مدل با افزايش عمق افزايش پيدا مي­كند به­ طوري­كه بيشترين خطاي مدل در عمق 100 سانتي­متري و كمترين خطاي مدل­ها در عمق 10 سانتي­متر از سطح مي­باشد. همچنين نتايج نشان داد افزايش خطاي مدل­هاي شبكۀ عصبي مصنوعي در شبيه­سازي تغييرات دماي خاك در لايه­هاي عمقي مي­باشد و علت اصلي افزايش كارايي مدل­هاي هوش مصنوعي در شبيه ­سازي دماي خاك در لايه­ هاي سطحي نسبت به لايه­ هاي تحتاني عمدتاً مربوط به كاهش همبستگي بين پارامترهاي اقليمي و تغييرات دماي خاك در لايه­ هاي تحتاني نسبت به لايه­ هاي فوقاني است. به طوري كه ضريب تغييرپذيري دماي خاك با افزايش عمق نسبت به لايه­ هاي سطحي كمتر است و كمتر تحت تأثير متغيرهاي اقليمي از جمله دماي خاك قرار مي­گيرد.